Geri Dön

Gerçekçi çok adamlı montaj hattı dengeleme sistemleri

Realistic multi-manned assembly line balancing systems

  1. Tez No: 922603
  2. Yazar: SAMRA YASMEEN
  3. Danışmanlar: PROF. DR. MUHAMMED EMRE KESKİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: çok adamlı montaj hattı dengeleme, şans kısıtlarının doğrusallaştırılması, stokastik işlem süreleri, şans kısıtlı programlama, sabit model, multi-manned assembly line balancing, linearization of chance constraints, stochastic processing times, chance constrained programming, fixed model
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Amaç: Bu çalışma, gerçek dünya montaj hatlarındaki belirsizlikleri ve öngörülemezliği ele almak için stokastik işlem süreleri altında çok adamlı montaj hatlarını incelemektedir. Aynı zamanda, deterministik çözümlerin stokastik ortamlarda nasıl performans gösterdiğini değerlendirmek için sabit bir model sunar. Bunun yanı sıra, stokastik işlem sürelerini tanımlamakta ve bu durumdan kaynaklanan şans kısıtlarının doğrusallaştırılması sürecine öncülük etmektedir. Çalışmanın temel amacı, gerçek dünya koşullarını doğru bir şekilde yansıtan, daha gerçekçi ve uygulanabilir bir model geliştirmektir. Yöntem: İlk olarak deterministik bir matematiksel model geliştirilmiştir. Gerçek dünyadaki değişkenliği ele almak için model, şans kısıtlamalarını doğrusallaştırarak ve görev sürelerinin tanımlanmış ortalamaları ve standart sapmaları olan normal bir dağılım izlediğini varsayarak stokastik işlem sürelerini içerecek şekilde genişletilmiştir. Deterministik ve stokastik modelleri karşılaştırmak için küçük ölçekli örnekler analiz edilmiş ve deterministik çözümler sabit model çerçevesinde eleştirel olarak incelenmıştir. Bulgular: Çalışma, stokastik modellerin gerçekçi bir temsil ve etkin risk tahmini sağlayarak sistem direncini artırdığını, buna karşın deterministik modellerin sabit girdilere dayalı olduğu için gerçek dünya sistemlerindeki karmaşıklık ve belirsizliği yeterince yansıtamadığını ortaya koymaktadır. Bu sonuç, stokastik modellerin, sistem dinamiklerini daha iyi kavrayarak karar verme süreçlerine daha sağlam bir temel oluşturduğu için önemini vurgulamaktadır. Sonuç: Elde edilen sonuçlar, deterministik modellerin amaç performansı açısından stokastik modellerden daha iyi sonuçlar verdiğini göstermektedir; bu durum, deterministik modellerin daha geniş bir çözüm alanına sahip olmasından kaynaklanmaktadır. Ancak, stokastik çözümler, gerçek dünyadaki belirsizlikleri dikkate alarak sağlamlığı ve güvenilirliği artırdıkları için daha kıymetlidir. Sabit model analizleri, deterministik çözümlerin stokastik koşullar altında genellikle başarısız olduğunu ve bu modellerin gerçekçi olmayan varsayımları nedeniyle sınırlı kaldığını açıkça ortaya koymaktadır.

Özet (Çeviri)

Purpose The study investigates the multi-manned assembly line balancing problem under stochastic processing times to address uncertainties and unpredictability in real-world assembly lines. It also presents a fixed model to evaluate the performance of deterministic solutions in stochastic environments. Moreover, the study introduces the stochastic processing times and pioneers the linearization of the resulting chance constraints. The main objective of the study is to develop a more realistic and applicable model that accurately reflects real-world conditions. Method: A deterministic mathematical model is first developed. To address real-world variability, the model is extended to include stochastic processing times by linearizing chance constraints, assuming task durations follow a normal distribution with defined means and standard deviations. Small-scale instances are analyzed to compare the deterministic and stochastic models, and the deterministic solutions are critically examined within the fixed model framework. Findings: The study finds that stochastic models improve system resilience by providing realistic representation and effective risk estimation, while deterministic models struggle to capture the complexity and uncertainty of real-world systems due to constant inputs. This result emphasizes the importance of stochastic models as they provide a more solid basis for decision-making processes by better understanding system dynamics. Results: The results reveal that deterministic models provide better results than stochastic models in terms of objective performance; this is due to the fact that deterministic models have a wider solution space. However, stochastic solutions are more valuable as they account for real-world uncertainties, improving robustness and reliability. Fixed model analyses show that deterministic solutions often fail under stochastic conditions, emphasizing the limitations of their unrealistic assumptions.

Benzer Tezler

  1. A post-inference transformer framework for anomaly range detection in multivariate time series

    Çok değişkenli zaman serilerinde anomali aralığı tespiti için bir çıkarım sonrası dönüştürücü çerçevesi

    GÖKSU UZUNTÜRK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Mühendislik BilimleriOrta Doğu Teknik Üniversitesi

    Veri Bilimi Ana Bilim Dalı

    PROF. DR. TUĞBA TAŞKAYA TEMİZEL

  2. OPLINQ: Opportunistic link scheduling for massive device-to-device mmWave communication networks

    OPLINQ: Büyük cihazdan cihaza mmWave haberleşme sistemleri için oportünist link düzenleyeci

    ORKUN ÖZEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Elektrik ve Elektronik MühendisliğiÖzyeğin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BURHAN GÜLBAHAR

  3. Modelling and simulation of the cardiovascular system and the Istanbul heart ventricular assist device

    Kardiyovasküler sistem ve İstanbul kalp ventriküler destek cihazının modellenmesi ve simülasyonu

    KHUNSHA MEHMOOD

    Doktora

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. İSMAİL LAZOĞLU

  4. A high-order finite-volume solver for supersonic flows

    Ses üstü akışlar için yüksek mertebe bir sonlu hacim çözücüsü

    GREGORIO GERARDO SPINELLI

    Doktora

    İngilizce

    İngilizce

    2022

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAYRAM ÇELİK

  5. Kanat profili üzerinde oluşan buzun iki boyutta matematiksel modellenmesi ve sayısal çözümü

    Two dimensional mathematical modelling and numerical solution of accumulated ice on wing profiles

    RAMAZAN DÖKME

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET CİHAT BAYTAŞ